La polémica está servida. Los Premios Nobel levantan ampollas a muchos niveles. Sin ir más lejos, este año todavía no han premiado a ninguna mujer. Cuatro hombres blancos se reparten los dos galardones anunciados, pero, contra todo pronóstico, la principal polémica de los Nobel de 2024 parece ser otra. Hoy el comité ha anunciado en la Real Academia de Ciencias Sueca el nombre de los dos ganadores del Nobel de Física, el doctor John J. Hopfield y el doctor Geoffrey Hinton por sus contribuciones fundacionales al campo del machine learning con redes neuronales artificiales. Dicho de otro modo: a unos de los principales padres de la inteligencia artificial tal y como la conocemos hoy.

El premio puede parecer bastante inocente: un reconocimiento a la tecnología que está cambiando el mundo. Sin embargo, hay al menos dos cuestiones que levantan ampollas en esta decisión. La primera es que, según ya han alegado una legión de físicos a través de sus redes sociales... la inteligencia artificial no es física. Desde su perspectiva se trata, más bien, de una cuestión matemática o de ingeniería que de física. La segunda polémica es que, si en teoría los Nobel fueron creados para reconocer a las mentes que ayudan a mejorar nuestra sociedad... ¿es la IA una fuerza de cambio realmente positiva? ¿Qué hay de la pluralidad de conflictos relacionados con ella que han empezado a asomar? Su impacto en el mercado laboral, la facilidad que ofrece para saltarse los derechos de imagen de un actor, los deepfakes sexuales con alumnas de instituto... La polémica está servida y no debería de extrañarle al comité.

Los premios son injustos

Los premios son, inherentemente, injustos. Se basan en clasificaciones artificiales que constriñen a los candidatos en categorías que no les corresponden. ¿Es la IA matemática? Sí, pero resulta que no existe el Premio Nobel de matemáticas y cómo iban a dejar de premiar uno de los hitos tecnológicos más relevantes de la historia de la humanidad…No obstante, es cierto que este avance pertenece a un campo hermano de la física que son las ciencias de la computación.

De hecho, los encargados de comunicar el Nobel tenían claro cómo enfocar el galardón para justificar su “fisicidad”: afirmando que, en realidad, se inspira en una propiedad de los átomos llamada spin para describir el funcionamiento de las redes neuronales inventadas por los galardonados. Porque, lógicamente, no se han premiado todos los avances relacionados con la IA de las últimas décadas.

Almacenar y reconocer

Para entender un poco mejor los premios podemos abordarlos de manera cronológica. En primer lugar, tenemos a John Hopfield, un físico estadounidense que en 1982 creó un algoritmo que puede almacenar patrones de datos como imágenes y recuperarlos a partir de versiones incompletas de esas mismas imágenes. Un tipo de memoria asociativa conocida como red de Hopfield. Dicho de otra forma: su IA era capaz de reconocer y reconstruir imágenes que ya conocía gracias al álgebra lineal (operaciones con matrices, que son esas columnas y filas de números entre paréntesis que permiten almacenar datos y trabajar con ellos).

Geoffrey Hinton, en cambio es un informático y psicólogo canadiense-británico considerado uno de los padres del aprendizaje profundo. La contribución por la que ha sido premiado es una mejora de la red de Hopfield, la llamada máquina de Boltzmann. Si la red de Hopfield era capaz de reconocer versiones alteradas de imágenes que ya conocía, la red de Boltzmann puede clasificar imágenes que no ha visto nunca porque lo que recuerda son los patrones estadísticamente presentes en todas las imágenes que etiquetamos, por ejemplo, bajo la palabra “perro”. Su trabajo ha sido fundamental en la explosión del aprendizaje profundo y en el desarrollo de redes neuronales modernas, en especial las relacionadas con el boyante campo de la visión artificial.

La segunda polémica

Sean o no contribuciones del ámbito de la física, lo cierto es que ya su legado se ha vuelto una pieza fundamental de varias líneas de investigación de la física moderna. Desde la famosa imagen del agujero negro M87* hasta las colisiones del gran acelerador de partículas del CERN, todas ellas se valen en cierto modo de esta tecnología para procesar las inconmensurables cantidades de información que manejan. Por ese motivo, más allá de las implicaciones sociales de esta tecnología, el comité se ha centrado en su claro balance positivo dentro del mundo de la investigación.

De hecho, en el discurso de esta mañana, varios responsables de los Nobel han insistido en la importancia de avanzar con cuidado en este campo, analizando las potenciales repercusiones de esta tecnología y legislando con ayuda de la ética.

QUE NO TE LA CUELEN:

• Las memorias asociativas, en realidad, están tan inspiradas en la física como en la neurociencia. Hopfield pretendía emular el funcionamiento de un cerebro humano cuando diseñó el sistema por el que funcionan sus redes, un abordaje que ya no es frecuente en el mundo de la IA. Ahora, los investigadores comprenden que imitar el cerebro es limitante y que, los mejores resultados, se han obtenido apartándonos de nuestro sistema nervioso central y abstrayéndonos de lo que la biología hace o deja de hacer.

REFERENCIAS (MLA):

• “For foundational discoveries and inventions that enable machine learning with artificial neural networks” (pdf). Advanced information. NobelPrize.org, Nobel Prize Outreach AB, 2024. Tue. 8 Oct 2024. https://www.nobelprize.org/prizes/physics/2024/advanced-information/.